idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
08.09.2017 09:38

Mit A-MUD Mäusegesang automatisiert und fehlerfreier auf die (Ton-) Spur kommen

Mag.rer.nat. Georg Mair Öffentlichkeitsarbeit und Kommunikation
Veterinärmedizinische Universität Wien

    Mäuse haben ein bemerkenswertes Tonrepertoire über fünf Oktaven, das sie beliebig anordnen können. Die meisten Tonmuster liegen jedoch im Ultraschallbereich und sind für uns Menschen unhörbar. Die Analyse der „Mäuselieder“ kann allerdings wichtige Informationen über ihr Sozialverhalten oder für die Erforschung neuropsychischer Krankheiten liefern. Bislang wurden die Aufnahmen hauptsächlich manuell ausgewertet. Ein Team der Vetmeduni Vienna entwickelte nun eine Formel zur automatisierten Erkennung der komplexen Tonmuster, die gleichwertige Ergebnisse wie die manuelle Analyse liefert. Das frei zugängliche Tool wurde in PLOS ONE veröffentlicht.

    Ähnlich wie Vögel sind auch Mäuse geborene Sangeskünstler. Sie haben von Geburt an vor allem im Ultraschallbereich ein großes Repertoire an Ruflauten. Diese für Menschen unhörbaren Töne fügen sie in vielen, komplexen Mustern aneinander, um untereinander zu kommunizieren. Die Reihenfolge der Laute und der situationsbedingte Einsatz verraten viel über das Sozialverhalten der Nager. Auch im Tiermodell, etwa zur Erforschung neuropsychischer Erkrankungen, wie Autismus, liefern veränderte Tonfolgen wertvolle Informationen.
    Dazu nimmt man die „Mäuselieder“ mit hochempfindlichen Mikrofonen auf und wertet sie zumeist manuell mit Frequenzdiagrammen aus. Diese anerkannte Methode ist jedoch zeitaufwendig. Einige Gruppen nutzen daher kommerzielle Software, die bisher aber nicht auf Fehlerquoten hin verglichen wurden. Forschende vom Konrad-Lorenz-Institut für vergleichende Verhaltensforschung haben nun ihr neuentwickeltes Tool A-MUD, den Automatic Mouse Ultrasound Detector, erstmals mit der manuellen und einer häufig verwendeten kommerziellen Methode erfolgreich verglichen.

    A-MUD: automatisiertes Entschlüsseln komplexer Ultraschall-Tonmuster

    Die Lieder, die Mäuse mit den sogenannten ultrasonic vocalizations (USVs) bilden, unterscheiden sich nicht nur in der Tonabfolge, sondern auch in der Dauer und Komplexität. So können sie gezielt auf ihr soziales Umfeld, wie mögliche Fortpflanzungspartner oder fremde Artgenossen, reagieren. Weibliche Duftstoffe reichen etwa aus, um bei männlichen Mäusen das Singen auszulösen.
    „Wie die komplexen Gesänge zusammengesetzt sind und welchen Nutzen die unterschiedlichen Tonfolgen haben, wird zwar mehr und mehr untersucht, vieles ist aber noch unklar“, so Erstautorin Sarah Zala. „Das mag an der zeitintensiven, manuellen Auswertung liegen und auch daran, dass es bislang keine Vergleichswerte für die kommerziellen, automatischen Lösungen gab.
    Das Forschungsteam suchte deshalb nach einer neuen automatisierten Erkennungsmethode und konnte einen Algorithmus entwickeln, der die mitunter großen Datenmengen zuverlässig und mit den manuellen Analysen vergleichbar auswerten konnte. Im Test überzeugte das frei zugängliche Berechnungstool durch nachweislich reduzierten Zeitaufwand und eine geringere Fehleranfälligkeit.

    Automatisierte Erkennung gleichauf mit manuellem Standard

    „A-MUD lieferte gleichwertige Ergebnisse wie der Goldstandard, die manuelle Analyse der Frequenzdiagramme“, so Koautorin Doris Reitschmidt. „Die Quote an falsch negativen Ergebnissen war etwas höher im Vergleich, das kann jedoch mit den Einstellungen, die das Hintergrundrauschen limitieren, erklärt werden. Unser Schwellenwert ist so gesetzt, dass falsch-positive Resultate reduziert werden.“ Diese kamen im Vergleich bei der kommerziellen Lösung häufiger vor. Durch falsch positive USV-Erkennung kann sich das Tonmuster nachhaltig verändern. Bei den falsch-negativen Nachweisen kann man dagegen die Lücken auffüllen.

    Fokus liegt auf wilden Hausmäusen und „Gesangseinsatz“ im sozialen Kontext

    Die Entwicklung von A-MUD und die Testergebnisse unterschieden sich aber auch durch einen weiteren Aspekt von vielen Studien. Die meisten Untersuchungen konzentrieren sich auf den Gesang von Labormäusen. Unter Laborbedingungen kann man ebenso eindeutige Rückschlüsse auf das Sozialverhalten ziehen. Spielt man den Tieren eine Sequenz öfter vor, kann man daraus ihr Verhalten ablesen und sie auf Reaktionen trainieren. Wie aber etwa wilde Hausmäuse ihren Gesang einsetzen ist dagegen noch weitgehend unerforscht. „Gerade aber der Einsatz verschiedener Tonmuster ohne Laborbedingungen könnte uns beim Verständnis helfen, wann und wie die Nager auf diese Art in ihrer natürlichen Umgebung miteinander kommunizieren. Dafür braucht man eine zuverlässige und effiziente Auswertemethode. Die können wir nun mit A-MUD anderen Forschungsgruppen frei zur Verfügung stellen und wir arbeiten gerade an einer weiter verbesserten zweiten Version unseres Tools“, sagt Zala.

    Service:
    Der Artikel „Automatic mouse ultrasound detector (A-MUD): A new tool for processing rodent vocalizations“ von Sarah Zala, Doris Reitschmid, Anton Noll, Peter Balazs und Dustin J. Penn wurde in PLOS ONE veröffentlicht.
    http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0181200

    Über die Veterinärmedizinische Universität Wien
    Die Veterinärmedizinische Universität Wien (Vetmeduni Vienna) ist eine der führenden veterinärmedizinischen, akademischen Bildungs- und Forschungsstätten Europas. Ihr Hauptaugenmerk gilt den Forschungsbereichen Tiergesundheit, Lebensmittelsicherheit, Tierhaltung und Tierschutz sowie den biomedizinischen Grundlagen. Die Vetmeduni Vienna beschäftigt 1.300 MitarbeiterInnen und bildet zurzeit 2.300 Studierende aus. Der Campus in Wien Floridsdorf verfügt über fünf Universitätskliniken und zahlreiche Forschungseinrichtungen. Zwei Forschungsinstitute am Wiener Wilhelminenberg sowie ein Lehr- und Forschungsgut in Niederösterreich gehören ebenfalls zur Vetmeduni Vienna. http://www.vetmeduni.ac.at

    Wissenschaftlicher Kontakt:
    Sarah Zala, PhD
    Konrad-Lorenz-Institut für Vergleichende Verhaltensforschung
    Veterinärmedizinische Universität Wien (Vetmeduni Vienna)
    T +43 1 25077-7352
    sarah.zala@vetmeduni.ac.at
    und
    Doris Reitschmidt, MSc.
    Konrad-Lorenz-Institut für Vergleichende Verhaltensforschung
    Veterinärmedizinische Universität Wien (Vetmeduni Vienna)
    T +43 1 25077-7347
    doris.reitschmidt@vetmeduni.ac.at

    Aussender:
    Mag.rer.nat. Georg Mair
    Wissenschaftskommunikation / Öffentlichkeitsarbeit und Kommunikation
    Veterinärmedizinische Universität Wien (Vetmeduni Vienna)
    T +43 1 25077-1165
    georg.mair@vetmeduni.ac.at


    Weitere Informationen:

    http://www.vetmeduni.ac.at/de/infoservice/presseinformationen/presseinformatione...


    Bilder

    Mit einer neuen, automatisierten Methode kann der komplexe Gesang von Mäusen zukünftig schneller und fehlerfreier entschlüsselt werden.
    Mit einer neuen, automatisierten Methode kann der komplexe Gesang von Mäusen zukünftig schneller und ...
    Vetmeduni Vienna
    None


    Merkmale dieser Pressemitteilung:
    Journalisten, jedermann
    Biologie, Medizin, Musik / Theater, Psychologie, Tier / Land / Forst
    überregional
    Forschungsergebnisse, Wissenschaftliche Publikationen
    Deutsch


     

    Mit einer neuen, automatisierten Methode kann der komplexe Gesang von Mäusen zukünftig schneller und fehlerfreier entschlüsselt werden.


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).